我试图在图像中获取条形码下方的数字。我在其他一些图像中尝试了相同的代码,效果很好,但不适用于该图像 这是图片
这是到目前为止的代码
def readNumber():
image = cv2.imread(sTemp)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (3,3), 0)
thresh = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))
opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=1)
invert = 255 - opening
data = pytesseract.image_to_string(invert, lang='eng', config='--psm 6 -c tessedit_char_whitelist=0123456789')
print(data)
try:
data = re.findall('(\d{9})\D', data)[0]
except:
data = ''
return data
我用这条线
readNumber()
我在第三个例子中尝试了这个方法,效果很好
img = cv2.imread("thisimage.png")
blur = cv2.GaussianBlur(img, (3,3), 0)
#gry = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
txt = pytesseract.image_to_string(blur)
print(txt)
但是我如何采用所有案例来处理这三个案例呢? 我尝试了这样的代码,但无法实现第三种情况
import pytesseract, cv2, re
def readNumber(img):
img = cv2.imread(img)
gry = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
try:
txt = pytesseract.image_to_string(gry)
#txt = re.findall('(\d{9})\D', txt)[0]
except:
thr = cv2.adaptiveThreshold(gry, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 51, 4)
txt = pytesseract.image_to_string(thr, config="digits")
#txt = re.findall('(\d{9})\D', txt)[0]
return txt
# M5Pr5 191876320
# RWgrP 202131290
# 6pVH4 193832560
print(readNumber('M5Pr5.png'))
输入图像不需要任何预处理方法或配置。因为图像中没有瑕疵
结果:
我的PyteSeract版本是
4.1.1
更新-1
第二个映像需要preprocessing
如果应用adaptive-thresholding:
但输出也包含不需要的字符。因此,如果将配置设置为数字,结果将是:
更新-2
对于第三幅图像,您需要更改自适应方法,使用
ADAPTIVE_THRESH_MEAN_C
将导致:其余的都一样
代码:
相关问题 更多 >
编程相关推荐